视点追踪和视区检测在安全驾驶能力测试中的关键技术研究
价格 12万
地区: 湖南省 长沙市 市辖区
需求方: 中南***医院
行业领域
电子信息技术,软件
需求背景
随着现代汽车工业和交通运输业的发展,上路汽车越来越多,速度越来越快,对驾驶员的身体、技术要求也应越来越高,驾驶员作为一种特殊的职业,对视功能有特殊要求,视功能的好坏直接关系道路交通参与者的生命安全。特别是因为视功能发生障碍,不能准确观察判断周围物体的形态、位置和距离而肇事的比例,在各国交通事故统计中各有高低:日本81%,美国48.1%。可见,具备良好的视觉功能是安全驾驶很重要的必备条件。
除了超载之外,超速、酒后驾驶和疲劳驾驶是交通事故发生最常见的原因,而后者不可避免的与驾驶员当时的注意力、视觉功能状态密切相关。
本项目通过对驾驶员的动态视功能特点进行全面评估和检测,建立人工智能技术为基础的多变驾驶环境下驾驶员视动检测系统,将视动检查标准化体系纳入驾校学习和考试内容,提前发现进而除视力等基本条件以外因为驾驶员自身视功能异常而导致交通事故的潜在危险,利用VR模拟复杂视觉环境和多变驾驶场景,形成特定硬件进行针对性的视觉功能训练,改善驾驶员的视觉信息整合能力、眼手脚协调能力及反应速度,以达到促进安全驾驶的目的。
需解决的主要技术难题
特定场景驾驶行为响应的参数的获取和分析及相关硬件设备的二次开发。
道路交通是一个由人一车一路一环组成的复杂系统,交通环境是车辆运行的载体,是驾驶人操作行为的主要激励源,更是道路交通事故的发生平台,驾驶人会随着外界交通环境和自身心理和生理的变化影响驾车行为。在所有交通事故中,与人的因素有关的交通事故在所有交通
事故中占到90%左右,而由驾驶人负全责或主责的事故占70%以上。究其原因:驾驶人在复杂的道路行驶中,必须对大量道路、环境和车辆等信息进行快速筛选、分析并作出准确判断,以便采取及时有效的应对措施,外界行车环境变化导致的风险,驾驶员人对外风险的感知和误判,导致驾驶员对风险的判断和客观风险间存的差异,进而导致驾驶人做出错误的操作,从而引发交通事故。这类驾驶特征缺失主要与其心理、生理等因素有关。
隐性驾驶缺失测试即以驾驶人生理和心理特征为对象,辅以特点场景下应试者的行为相应特征判断,对其安全特性的定性及定量评估,作出是否适合从事驾驶作业的判断。研究表明,驾驶时人对一系列行车环境变化会产生一系列的生理反应,如呼吸、脉搏、瞳孔、眨眼等,隐性驾驶缺失测试是通过编制多组多选项的外界行车环境组,每组包含多个相关情节(显性)和多个无关情节(正常),以检验被测人是否拥有相关情节的正确反应的测试。眼睛具有十分明显的运动特性,眼动的时空特征是视觉信息在获取过程中生理和行为的表现,对不同的时间、不同的空间、不同的外界条件获取的不同信息,人脑会受到不同的刺激,人们也会产生不同心理活动,从而导致不同的行动;瞳孔直径、注视时间、注视点和眨眼次数均与认知和情绪有关,研究驾驶场景的眼动特征的意义在于通过对不同场景下眼睛运动特性进行分析处理,可以较大程度的分析了解人的心理活动,了解驾驶员动态视觉特性、减少驾驶员视觉疲劳、增强行车安全等方面具有十分重要的意义。
本课题的主要研究目的是在设定的不同动态的驾驶情境下,通过对测试者的视点跟踪,进而对测试者视觉注意的显著区域和场景预设显性区域的对比,分析测试者特点场景下眼动参数,获取特定场景下,测试者的驾驶响应行为参数,通过对这些参数综合,分析其在不同场景下的的驾驶行为和眼动生理心理行为变化规律和特征。探寻一套适于推广的隐性驾驶缺失测试方法和系统。驾驶是一项较为特殊的工作,它对人的生理心理水平提出了许多高标准的要求。在复杂的道路交通环境中,风险的出现对驾驶人驾驶行为及生理心理产生重要影响。驾驶人如何处理好在驾驶过程中遇到的风险,显得尤为重要。根据模拟实验采集的眼动参数和驾驶行为响应参数,以驾驶人的隐性驾驶缺失测试为切入点,研究驾驶人在不同风险度下的驾驶行为变化特征。根据研究结果,判断驾驶人在是否具备良好的风险感知能力和行为决策能力,能否快速准确地做出认知、判断和执行,提出更加有针对性地事故预防措施。同时,根据对驾驶人分类,确定不同类型驾驶人的行为倾向综合指标变化特征和规律,对驾驶人的针对培训和预防事故的发生可以起到重要的作用。
期望实现的主要技术目标
研发视点追踪和视区检测在安全驾驶能力测试中的关键技术研究,组织论文及专利申请,甲乙双方联合研发“视点追踪和视区检测”的原型机,并保持更新迭代的可能性。
测试与驾驶相关的参数包括以下几个方面:
车辆操作参数:油门、刹车、方向等;
场景参数:行驶路线、速度、环境光线、物体;
驾驶员参数:眼动识别、表情识别、动作识别等;
其中车辆操作参数可以通过车辆模拟器驱动程序获得,场景参数可以通过定制化游戏软件获得,驾驶员参数可以通过眼动、表情、动作等高速图像捕捉设备进行录制、处理、分析获得。
这些参数在计算机中需按时间准确同步,针对我们需要研究的内容,制定相应的人工智能算法,获得特定场景与驾驶员眼动响应之间的各种相关性。通过分析这些相关性,给出相关病症的临床诊断指导、驾驶适应性指导,并可用于视力恢复训练和驾驶员培训等场景。
需求解析
解析单位:“科创中国”机器视觉与智能产业科技服务团(中国图象图形学学会) 解析时间:2022-11-20
谢剑斌
国防科技大学
教授
综合评价
处理进度